一种Manutec R3型工业机器人动态优化系统技术方案

本发明专利技术涉及一种Manutec R3工业机器人动态优化系统。本发明专利技术由控制室工程师指定机器人每个关节变量的初始状态、末端状态等参数，优化计算系统通过计算时间网格精细化的优化算法，得出使机器人完成作业消耗时间最短的每个关节轴上的扭矩电压，将其转换为控制指令信号，传输给驱动单元，驱动单元根据传感器反馈回来的信号，支配机器人每个关节的执行单元去完成规定的运动和功能，位置传感器返回机器人手臂位置，从而实时在线优化。本发明专利技术能够根据Manutec R3机器人系统状况计算出当前实现最优运行的路径规划，最大限度地缩短机器人的工作时间，提高工作效率，该系统非常适用于复杂的机器人动态优化问题的在线优化。

A Dynamic Optimization System for Manutec R3 Industrial Robot

【技术实现步骤摘要】
一种ManutecR3型工业机器人动态优化系统
本专利技术属于动态优化控制
，具体涉及一种ManutecR3型工业机器人动态优化系统。
技术介绍
机器人的路径规划问题、时间最优问题、移动机器人的区域搜索控制问题等诸多复杂问题均为最优控制问题，一般也称为动态优化问题。这类问题一般含有微分和代数方程，以及众多的轨线等式和不等式约束。对于复杂最优控制问题，传统上采用间接解法，求解的一般步骤为：(1)首先将原系统扩展成Hamilton系统；(2)推导出一阶最优性必要条件；(3)获得数学上的两点边值问题，进而采用相应的方法进行求解得到精确的解析解。但是对于一些大规模的并且含有约束条件的最优控制问题时，在求解过程中，则需要引入更多的乘子函数和互补条件，这也是间接法不适合求解大规模、复杂度较高的动态优化问题的原因。迭代动态规划算法是基于动态规划计算量大，求解效率不高等缺点提出的，改进的地方主要包括两大部分：网格离散和区域缩减。虽然迭代动态规划方法是一种具有全局收敛性的优化方法，并且不需要计算梯度等信息，但是它也有它明显的不足之处：由于离散后的时间段很细才会得到满意的最优解致使计算成本大幅度提高。随着计算机和计算技术的发展，解决复杂最优控制问题的方法往往是采用直接法。直接法，顾名思义，与间接法相反，不需要求解最优性条件，而是直奔动态优化问题本身，直接对性能指标进行寻优。直接法的原理是将动态问题的整个时间域中的控制变量以及状态变量进行离散化，这样便能够将原动态优化问题转化成一个大规模的非线性规划问题。离散方法中的离散策略对计算精度和实时性影响很大，时间网格划分得是否恰当决定了求解效率和最优控制轨迹的逼近精度。划分地疏，对最优控制轨迹的逼近程度不高；划分地密，虽然确保了离散精度满足要求，但大大增加了非线性规划问题的维数和计算成本。为此，本专利技术给出一种精细化时间网格的ManutecR3型工业机器人动态优化系统，内部嵌入改进的动态优化求解算法，使得ManutecR3型工业机器人在线控制精度和效率大大提高。
技术实现思路
本专利技术的目的在于提供一种ManutecR3型工业机器人动态优化系统，本专利技术用于复杂的机器人的在线优化控制。包括优化计算模块、控制器、数模转换器、模数转换器、驱动器、执行器、位置传感器、现场总线网络、人机交互模块、ManutecR3型工业机器人机械主体，系统运行过程具体包括以下步骤：步骤A1：由控制室工程师通过人机交互模块指定ManutecR3机器人腰关节、肩关节、肘关节变量的初始状态以及末端状态，凭借工程经验设定机器人完成作业的大致时间tf，指定扭矩电机的性能约束、起始时间网格数N个、控制变量的初始值，10≤N≤20，非线性规划问题求解模块的精度εl、精细化收敛性判断模块的精度εJ，精细化迭代次数上限Imax、最小时间网格宽度wmin以及控制网格精细化模块的合并系数α和插入系数βii，ii＝1,2,…,nn；nn表示插入系数个数；步骤A2：优化计算模块通过输入的参数，执行控制网格精细化模块的优化策略，计算出机器人最快完成相应动作所需的每个关节轴上的扭矩电压，通过现场总线网络发送给控制器的数模转换器；步骤A3：控制器根据控制指令控制相应的驱动器，驱动器支配机器人每个关节的执行单元去完成规定的运动和功能；步骤A4：位置传感器实时采集机器人手臂的位置信息，经过模数转换后用现场总线网络送给优化计算模块，可以实时更新控制策略，实现在线优化。所述的优化计算模块，包括输入模块、初始化模块、控制网格精细化模块、非线性规划问题求解模块、精细化收敛性判断模块、输出模块；所述的优化计算模块执行的步骤如下：步骤B1：输入模块接收工程师通过人机交互系统输入的腰关节、肩关节、肘关节变量的初始状态，末端状态，最终时间tf，扭矩电机的性能约束，时间网格数N，控制变量的初始值以及εl、εJ、Imax、wmin、α、βii参数信息；步骤B2：执行初始化模块，根据最终时间tf，起始时间网格数N，采用均匀离散化的方式，计算出起始时间网格分布；初始化控制变量的初始值，初始化非线性规划问题求解模块的精度εl、迭代次数l＝0，设置精细化收敛性判断模块的精度εJ、精细化迭代次数I＝0、精细化迭代次数上限Imax、最小时间网格宽度wmin、合并系数α、插入系数βii；步骤B3：执行最优控制形式转换模块；步骤B4：通过非线性规划问题求解模块求解非线性规划问题，得到当前时间网格下的最优的控制参数和目标函数值，当l＝0时，跳过步骤B5，直接执行步骤B6；步骤B5：运行精细化收敛性判断模块，若满足收敛条件，则算法终止，并执行输出模块；否则，执行下一步；步骤B6：运行控制网格精细化模块，得到新的控制参数、新的时间网格分布和新的目标函数值J，精细化迭代次数I＝I+1，转入步骤B4。所述的最优控制形式转换模块，执行步骤如下：步骤C1：判断机器人最优控制问题的目标函数、等式约束、不等式约束是否都为Mayer形式，是的话跳出最优控制形式转换模块，执行步骤B4；否则，如果机器人最优控制问题的目标函数、等式约束、不等式约束中含有Lagrange形式的函数，则执行步骤C2；如果机器人最优控制问题的目标函数、等式约束、不等式约束中含有Bolza形式的函数，则执行步骤C3；步骤C2：将机器人最优控制问题转换为不含积分项的Mayer形式的函数，引入新的状态变量xn+1(t)，并使其满足式(1)：其中，u(t)是(n×1)维的控制变量，x(t)是(m×1)维的状态变量，L0(t,x(t),u(t))为与机器人目标函数中积分项有关的函数，t为时间，t0为起始时间，表示xn+1(t)的导数；则有式(2)：经过上式的转换，目标函数J和不等式约束以及等式约束中的积分项均可由新的状态变量在终端时刻值确定，如式(3):其中，X(t)为加入新的状态变量xn+1(t)后的状态变量，f[t,x(t),u(t)]表示机器人动态特性的函数，Lr[t,X(t),u(t)]＝0为m1个等式约束，Lr[t,X(t),u(t)]≥0为m2个不等式约束；X(t0)表示起始时间t0时状态变量，和u分别表示控制变量的上下界约束；步骤C3：将机器人最优控制问题转换为不含积分项的Mayer形式的函数，同样引入新的状态变量xn+1(t)，并使其满足式(4)：将目标函数J转换为式(5)：其中，Φ0[x(tf),tf]为终值项；通过Mayer形式转换过后，最优控制问题的Mayer形式表示如式(6)：其中，X(t)为加入新的状态变量xn+1(t)后的状态变量，Φr[x(tf)]表示与x(tf)相关的函数项，Φr[x(tf)]+Lr[t,X(t),u(t)]＝0为m1个等式约束，Φr[x(tf)]+Lr[t,X(t),u(t)]≥0为m2个不等式约束。所述的控制网格精细化模块，包括控制网格合并模块、控制网格插入模块、时间切换点定位模块，执行步骤如下：步骤D1：根据式(7)、式(8)计算当前的控制参数对应的左斜率右斜率其中，分别是时间区间[ti-2,ti-1]，[ti-1,ti]和[ti,ti+1]的控制参数，ti(i＝0,1,…,N)为离散化后的时间网格节点，j表示控制变量u(t)第j个分量；步骤D2：消除一些没有必要的时间节本文档来自技高网...

【技术保护点】
1.一种Manutec R3型工业机器人动态优化系统，包括优化计算模块、控制器、数模转换器、模数转换器、驱动器、执行器、位置传感器、现场总线网络、人机交互模块、Manutec R3型工业机器人机械主体，其特征在于：系统运行过程具体包括以下步骤：步骤A1：由控制室工程师通过人机交互模块指定Manutec R3机器人腰关节、肩关节、肘关节变量的初始状态以及末端状态，凭借工程经验设定机器人完成作业的大致时间tf，指定扭矩电机的性能约束、起始时间网格数N个、控制变量的初始值，10≤N≤20，非线性规划问题求解模块的精度εl、精细化收敛性判断模块的精度εJ，精细化迭代次数上限Imax、最小时间网格宽度wmin以及控制网格精细化模块的合并系数α和插入系数βii，ii＝1,2,…,nn；nn表示插入系数个数；步骤A2：优化计算模块通过输入的参数，执行控制网格精细化模块的优化策略，计算出机器人最快完成相应动作所需的每个关节轴上的扭矩电压，通过现场总线网络发送给控制器的数模转换器；步骤A3：控制器根据控制指令控制相应的驱动器，驱动器支配机器人每个关节的执行单元去完成规定的运动和功能；步骤A4：位置传感器实时采集机器人手臂的位置信息，经过模数转换后用现场总线网络送给优化计算模块，可以实时更新控制策略，实现在线优化。...

【技术特征摘要】
1.一种ManutecR3型工业机器人动态优化系统，包括优化计算模块、控制器、数模转换器、模数转换器、驱动器、执行器、位置传感器、现场总线网络、人机交互模块、ManutecR3型工业机器人机械主体，其特征在于：系统运行过程具体包括以下步骤：步骤A1：由控制室工程师通过人机交互模块指定ManutecR3机器人腰关节、肩关节、肘关节变量的初始状态以及末端状态，凭借工程经验设定机器人完成作业的大致时间tf，指定扭矩电机的性能约束、起始时间网格数N个、控制变量的初始值，10≤N≤20，非线性规划问题求解模块的精度εl、精细化收敛性判断模块的精度εJ，精细化迭代次数上限Imax、最小时间网格宽度wmin以及控制网格精细化模块的合并系数α和插入系数βii，ii＝1,2,…,nn；nn表示插入系数个数；步骤A2：优化计算模块通过输入的参数，执行控制网格精细化模块的优化策略，计算出机器人最快完成相应动作所需的每个关节轴上的扭矩电压，通过现场总线网络发送给控制器的数模转换器；步骤A3：控制器根据控制指令控制相应的驱动器，驱动器支配机器人每个关节的执行单元去完成规定的运动和功能；步骤A4：位置传感器实时采集机器人手臂的位置信息，经过模数转换后用现场总线网络送给优化计算模块，可以实时更新控制策略，实现在线优化。2.如权利要求1所述的一种ManutecR3型工业机器人动态优化系统，其特征在于：所述的优化计算模块，包括输入模块、初始化模块、控制网格精细化模块、非线性规划问题求解模块、精细化收敛性判断模块、输出模块；所述的优化计算模块执行的步骤如下：步骤B1：输入模块接收工程师通过人机交互系统输入的腰关节、肩关节、肘关节变量的初始状态，末端状态，最终时间tf，扭矩电机的性能约束，时间网格数N，控制变量的初始值以及εl、εJ、Imax、wmin、α、βii参数信息；步骤B2：执行初始化模块，根据最终时间tf，起始时间网格数N，采用均匀离散化的方式，计算出起始时间网格分布；初始化控制变量的初始值，初始化非线性规划问题求解模块的精度εl、迭代次数l＝0，设置精细化收敛性判断模块的精度εJ、精细化迭代次数I＝0、精细化迭代次数上限Imax、最小时间网格宽度wmin、合并系数α、插入系数βii；步骤B3：执行最优控制形式转换模块；步骤B4：通过非线性规划问题求解模块求解非线性规划问题，得到当前时间网格下的最优的控制参数和目标函数值，当l＝0时，跳过步骤B5，直接执行步骤B6；步骤B5：运行精细化收敛性判断模块，若满足收敛条件，则算法终止，并执行输出模块；否则，执行下一步；步骤B6：运行控制网格精细化模块，得到新的控制参数、新的时间网格分布和新的目标函数值J，精细化迭代次数I＝I+1，转入步骤B4。3.如权利要求2所述的一种ManutecR3型工业机器人动态优化系统，其特征在于：所述的最优控制形式转换模块，执行步骤如下：步骤C1：判断机器人最优控制问题的目标函数、等式约束、不等式约束是否都为Mayer形式，是的话跳出最优控制形式转换模块，执行步骤B4；否则，如果机器人最优控制问题的目标函数、等式约束、不等式约束中含有Lagrange形式的函数，则执行步骤C2；如果机器人最优控制问题的目标函数、等式约束、不等式约束中含有Bolza形式的函数，则执行步骤C3；步骤C2：将机器人最优控制问题转换为不含积分项的Mayer形式的函数，引入新的状态变量xn+1(t)，并使其满足式(1)：其中，u(t)是(n×1)维的控制变量，x(t)是(m×1)维的状态变量，L0(t,x(t),u(t))为与机器人目标函数中积分项有关的函数，t为时间，t0为起始时间，表示xn+1(t)的导数；则有式(2)：经过上式的转换，目标函数J和不等式约束以及等式约束中的积分项均可由新的状态变量在终端时刻值确定，如式(3):其中，X(t)为加入新的状态变量xn+1(t)后的状态变量，f[t,x(t),u(t)]表示机器人动态特性的函数，Lr[t,X(t),u(t)]＝0为m1个等式约束，Lr[t,X(t),u(t)]≥0为m2个不等式约束；X(t0)表示起始时间t0时状态变量，和u分别表示控制变量的上下界约束；步骤C3：将机器人最优控制问题转换为不含积分项的Mayer形式的函数，同样引入新的状态变量xn+1(t)，并使其满足式(4)：将目标函数J转换为式(5)：其中，Φ0[x(tf),tf]为终值项；通过Mayer形式转换过后，最优控制问题的Mayer形式表示如式(6)：其中，X(t)为加入新的状态变量xn+1(t)后的状态变量，Φr[x(tf)]表示与x(tf)相关的函数项，Φr[x(tf)]+Lr[t,X(t),u(t)]＝0为m1个等式约束，Φr[x(tf)]+Lr[t,X(t),u(t)]≥0为m2个不等式约束。4.如权利要求2所述的一种ManutecR3型工业机器人动态优化系统，其特征在于：所述的控制网格精细化模块，包括控制网格合并模块、控制网格插入模块、时间切换点定位模块，执行步骤如下：步骤D1：根据式(7)、式(8)计算当前的控制参数对应的左斜率右斜率其中，分别是时间区间[ti-2,t...

【专利技术属性】
技术研发人员：江爱朋，徐炜峰，陈云，丁强，王浩坤，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33